We have all heard the phrase “correlation does not equal causation.” What, then, does equal causation? This course aims to answer that question and more!
A Crash Course in Causality: Inferring Causal Effects from Observational Data
펜실베이니아 대학교이 강좌에 대하여
최근 조회 44,476회
학습자 경력 결과
50%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
23%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 18시간 필요
영어
자막: 영어
귀하가 습득할 기술
Instrumental VariablePropensity Score MatchingCausal InferenceCausality
학습자 경력 결과
50%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
23%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 18시간 필요
영어
자막: 영어
제공자:
펜실베이니아 대학교
The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 4시간 필요
Welcome and Introduction to Causal Effects
This module focuses on defining causal effects using potential outcomes. A key distinction is made between setting/manipulating values and conditioning on variables. Key causal identifying assumptions are also introduced.
완료하는 데 4시간 필요
8개 동영상 (총 128분)
8개의 동영상
Confusion over causality19m
Potential outcomes and counterfactuals13m
Hypothetical interventions17m
Causal effects19m
Causal assumptions18m
Stratification23m
Incident user and active comparator designs14m
3개 연습문제
Practice Quiz30m
Practice Quiz30m
Causal effects30m
완료하는 데 2시간 필요
Confounding and Directed Acyclic Graphs (DAGs)
This module introduces directed acyclic graphs. By understanding various rules about these graphs, learners can identify whether a set of variables is sufficient to control for confounding.
완료하는 데 2시간 필요
8개 동영상 (총 86분)
8개의 동영상
Causal graphs9m
Relationship between DAGs and probability distributions15m
Paths and associations7m
Conditional independence (d-separation)13m
Confounding revisited9m
Backdoor path criterion15m
Disjunctive cause criterion9m
2개 연습문제
Practice Quiz30m
Identify from DAGs sufficient sets of confounders30m
완료하는 데 5시간 필요
Matching and Propensity Scores
An overview of matching methods for estimating causal effects is presented, including matching directly on confounders and matching on the propensity score. The ideas are illustrated with data analysis examples in R.
완료하는 데 5시간 필요
12개 동영상 (총 171분)
12개의 동영상
Overview of matching12m
Matching directly on confounders13m
Greedy (nearest-neighbor) matching17m
Optimal matching10m
Assessing balance11m
Analyzing data after matching20m
Sensitivity analysis10m
Data example in R16m
Propensity scores11m
Propensity score matching14m
Propensity score matching in R15m
5개 연습문제
Practice Quiz30m
Practice Quiz30m
Matching30m
Propensity score matching30m
Data analysis project - analyze data in R using propensity score matching30m
완료하는 데 3시간 필요
Inverse Probability of Treatment Weighting (IPTW)
Inverse probability of treatment weighting, as a method to estimate causal effects, is introduced. The ideas are illustrated with an IPTW data analysis in R.
완료하는 데 3시간 필요
9개 동영상 (총 119분)
9개의 동영상
More intuition for IPTW estimation9m
Marginal structural models11m
IPTW estimation11m
Assessing balance9m
Distribution of weights9m
Remedies for large weights13m
Doubly robust estimators15m
Data example in R26m
3개 연습문제
Practice Quiz30m
IPTW30m
Data analysis project - carry out an IPTW causal analysis30m
검토
A CRASH COURSE IN CAUSALITY: INFERRING CAUSAL EFFECTS FROM OBSERVATIONAL DATA의 최상위 리뷰
WL 제공2019년 3월 16일
Very easy to follow examples and great coverage for such an important topic! The delivery sometimes get repetitive and I wish we talked more about how the uncertainties are derived.
MF 제공2017년 12월 27일
I really enjoyed this course, the pace could be more even in parts. Sometimes the pace could be more even and some more books/reference material for further study would be nice.
FF 제공2017년 11월 29일
The material is great. Just wished the professor was more active in the discussion forum. Have not showed up in the forum for weeks. At least there should be a TA or something.
OE 제공2020년 7월 29일
I enjoyed the course a lot and I think I took a lot from it as well. The quizzes and computer projects were appropriate, and the resourcees posted were very useful.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 수료증을 구매하면 무엇을 이용할 수 있나요?
수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
Is financial aid available?
예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
